深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
19281	2024-08-18	Applying Deep Learning to Accelerated Clinical Brain Magnetic Resonance Imaging for Multiple Sclerosis 2021, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2021.685276 PMID:34646227	研究论文	本文研究了深度学习模型在加速临床脑部磁共振成像（MRI）中恢复多发性硬化症（PwMS）患者图像质量的临床应用	使用深度学习模型生成与传统扫描质量相似的加速扫描图像	统计上显著但差异较小，且未发现关键T1w体积测量与临床相关患者报告结果（PRO）之间的相关性差异	探索深度学习模型在加速临床脑部MRI中恢复图像质量的潜力，以改善多发性硬化症的临床相关结果	多发性硬化症患者的脑部MRI图像质量	机器学习	多发性硬化症	磁共振成像（MRI）	深度学习（DL）模型	图像	使用了部分扫描数据进行模型训练，并对剩余扫描数据进行应用
19282	2024-08-18	An Effective Multimodal Image Fusion Method Using MRI and PET for Alzheimer's Disease Diagnosis 2021, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2021.637386 PMID:34713109	research paper	本文提出了一种有效的多模态图像融合方法，通过融合MRI和PET图像来辅助阿尔茨海默病（AD）的诊断	本文创新性地提出了通过注册和掩码编码融合MRI和PET图像的灰质（GM）组织区域，生成新的融合模态“GM-PET”，并使用3D简单卷积神经网络（3D Simple CNN）和3D多尺度CNN进行评估	目前的方法缺乏解释性，无法清晰解释提取信息的特定含义	旨在提高阿尔茨海默病诊断的准确性和解释性	研究对象为阿尔茨海默病患者的MRI和PET图像	computer vision	阿尔茨海默病	NA	CNN	image	实验使用了阿尔茨海默病神经成像倡议（ADNI）数据集
19283	2024-08-18	Current Advances and Challenges in Radiomics of Brain Tumors 2021, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2021.732196 PMID:34722274	review	本文综述了脑肿瘤影像组学的最新进展、应用及面临的挑战	影像组学能够从复杂的临床影像中提取大量定量特征，并将其转化为高维数据，用于挖掘与肿瘤组织学特征的相关性，包括遗传突变、恶性程度、分级、进展、治疗效果及总体生存率	本文进一步讨论了影像组学的当前局限性及未来发展	探讨脑肿瘤影像组学的应用及其在临床诊断中的意义	脑肿瘤的早期检测、监测及治疗效果评估	digital pathology	脑肿瘤	NA	NA	image	NA
19284	2024-08-18	Quantifying the Association Between Psychotherapy Content and Clinical Outcomes Using Deep Learning 2020-01-01, JAMA psychiatry IF:22.5Q1 DOI:10.1001/jamapsychiatry.2019.2664 PMID:31436785	研究论文	本文利用深度学习模型分析大规模认知行为疗法（CBT）会话记录数据集，量化治疗内容与临床结果之间的关联。	首次应用深度学习技术于心理治疗领域，通过分析治疗师的话语内容来量化治疗效果。	研究仅限于特定的CBT治疗协议和特定的数据集，可能限制了结果的普遍性。	探索心理治疗内容与临床结果之间的量化关系，并利用深度学习技术提供新的治疗见解。	研究对象为接受互联网CBT治疗的心理健康障碍患者。	机器学习	心理健康障碍	深度学习	深度学习模型	文本	17,572名患者（90,934份治疗会话记录）
19285	2024-08-18	Assessment of Accuracy of an Artificial Intelligence Algorithm to Detect Melanoma in Images of Skin Lesions 2019-10-02, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2019.13436 PMID:31617929	研究论文	评估人工智能算法在皮肤病变图像中检测黑色素瘤的准确性	该研究展示了人工智能算法在识别皮肤镜图像中的黑色素瘤方面的能力，其准确性与专业人员相当	研究中部分图像缺失或不适合分析，可能影响算法的训练和评估	确定人工智能算法在智能手机和数码单反相机拍摄的皮肤镜图像中识别黑色素瘤的准确性	使用三种不同相机拍摄的514名至少有一个可疑色素性皮肤病变患者的皮肤镜图像	计算机视觉	皮肤癌	深度学习	深度学习算法	图像	514名患者，共1550张皮肤病变图像
19286	2024-08-17	Deep learning-based quantitative analyses of feedback in the land-atmosphere interactions over the Vietnamese Mekong Delta 2024-Nov-01, The Science of the total environment DOI:10.1016/j.scitotenv.2024.175119 PMID:39089372	研究论文	本研究利用深度学习模型LSTNet模拟越南湄公河三角洲地区的地气相互作用，并量化关键变量对干旱过程的影响	采用LSTNet模型有效捕捉地气相互作用中关键变量的相对重要性，并预测未来气候变化下土壤湿度和感热对降水的影响	NA	量化地气相互作用中的反馈机制对越南湄公河三角洲地区干旱过程和严重程度的影响	越南湄公河三角洲地区的地气相互作用及其对干旱的影响	机器学习	NA	深度学习	LSTNet	时间序列数据	2011-2020年的ERA5数据及2015-2099年的CMIP6数据
19287	2024-08-17	Windy events detection in big bioacoustics datasets using a pre-trained Convolutional Neural Network 2024-Nov-01, The Science of the total environment DOI:10.1016/j.scitotenv.2024.174868 PMID:39034006	研究论文	本文介绍了一种使用预训练卷积神经网络在大规模生物声学数据集中检测风事件的方法	利用预训练的卷积神经网络YAMNet进行风噪声检测，并通过迁移学习提高了检测精度	NA	旨在解决生物声学数据中风噪声导致的误检测问题	生物声学数据中的风噪声	机器学习	NA	卷积神经网络	CNN	音频	来自南非Stony Point Penguin Colony的注释数据
19288	2024-08-17	An integrated framework for flood disaster information extraction and analysis leveraging social media data: A case study of the Shouguang flood in China 2024-Nov-01, The Science of the total environment DOI:10.1016/j.scitotenv.2024.174948 PMID:39059647	研究论文	本文提出了一种利用社交媒体数据提取和分析洪水灾害信息的集成框架，并通过2018年中国寿光洪水的案例进行了验证	该框架创新性地结合了深度学习技术和正则表达式匹配技术，自动从微博文本数据中提取关键的洪水相关信息，如问题、洪水、需求、救援和措施，准确率达到83%，超过了传统的Biterm主题模型（BTM）	NA	旨在通过社交媒体数据提高洪水灾害信息的提取和分析效率	洪水灾害信息及其在社交媒体上的表现	自然语言处理	NA	深度学习技术、正则表达式匹配技术、核密度估计（KDE）、层次密度基于空间聚类的应用与噪声（HDBSCAN）算法、潜在狄利克雷分配（LDA）算法	深度学习模型、正则表达式模型、LDA模型	文本	2018年中国寿光洪水的微博文本数据
19289	2024-08-17	Nanozyme-based colorimetric sensor arrays coupling with smartphone for discrimination and "segmentation-extraction-regression" deep learning assisted quantification of flavonoids 2024-Nov-01, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2024.116604 PMID:39094293	研究论文	开发了一种基于智能手机耦合比色传感器阵列的快速、简便的黄酮类化合物识别和定量分析平台	利用纳米酶的氧化反应和智能手机技术，结合深度学习算法，实现了黄酮类化合物的快速识别和定量分析	NA	实现黄酮类化合物的快速、成本效益高且智能的识别和定量分析	黄酮类化合物	生物传感器	NA	纳米酶技术	MobileNetV3-small	图像	37,488个单孔图像
19290	2024-08-17	Machine-learning-based structural analysis of interactions between antibodies and antigens 2024-Sep, Bio Systems DOI:10.1016/j.biosystems.2024.105264 PMID:38964652	研究论文	本文通过深度学习模型分析抗体与抗原之间的相互作用模式，以提高对体液免疫分子机制的理解并促进新疗法的设计	模型能够以高精度区分抗体-抗原复合物与其他类型的蛋白质-蛋白质复合物，并能从常见蛋白质结合区域中识别抗原，准确率超过70%	模型无法预测特定抗体与抗原的配对关系	研究抗体与抗原之间的相互作用，以促进新疗法的设计	抗体与抗原的相互作用模式	机器学习	NA	深度学习	深度学习模型	蛋白质结构数据	未具体说明样本数量
19291	2024-08-17	Deep learning in sex estimation from photographed human mandible using the Human Osteological Research Collection 2024-Sep, Legal medicine (Tokyo, Japan) DOI:10.1016/j.legalmed.2024.102476 PMID:38964075	研究论文	本研究探讨了使用深度学习技术从人类下颌骨照片中进行性别估计的潜力	首次尝试使用深度学习算法从人类下颌骨照片中进行性别估计	研究样本数量有限，需要更多样本以提高性别估计的可靠性	评估人工智能特别是深度学习在从下颌骨进行性别估计中的应用	193个来自南非的现代人类下颌骨样本	计算机视觉	NA	深度学习	深度学习算法	图像	193个下颌骨样本
19292	2024-08-17	Interpretation and explanation of computer vision classification of carambola (Averrhoa carambola L.) according to maturity stage 2024-Sep, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2024.114836 PMID:39147524	研究论文	本文提出了一种集成可解释人工智能（XAI）方法，用于根据成熟阶段对杨桃进行分类，并比较了两种残差神经网络（ResNet）和视觉变换器（ViT）在分类中的应用。	引入计算机视觉系统和深度学习技术作为快速、非侵入性水果分类的创新工具，并使用可解释人工智能方法提高模型的可信度和透明度。	需要进一步验证该方法在其他水果分类中的应用潜力。	开发一种标准化且快速的杨桃分类方法，并探索其在其他水果分类中的应用。	杨桃的成熟阶段分类。	计算机视觉	NA	深度学习	ResNet, ViT	图像	成熟阶段不同的杨桃样本
19293	2024-08-17	Outcomes of Residency Education: Insights Into the Professional Formation of the Physical Therapist Resident 2024-Sep-01, Journal, physical therapy education DOI:10.1097/JTE.0000000000000335 PMID:39150258	研究论文	本研究探讨了物理治疗师住院教育对临床技能、知识和临床推理能力发展的影响，并识别了住院教育中的关键教学和学习环境元素。	本研究首次详细探讨了物理治疗师住院教育对学习者发展的影响，并识别了支持深度学习的关键环境元素。	研究样本较小，仅包括11个住院项目和13名住院医师，可能影响结果的普遍性。	探索物理治疗师住院教育对学习者发展的影响，并识别住院教育中的关键教学和学习环境元素。	物理治疗师的住院教育和学习者的发展。	NA	NA	NA	NA	NA	11个住院项目和13名住院医师参与了定性研究。
19294	2024-08-17	The street space planning and design of artificial intelligence-assisted deep learning neural network in the Internet of Things 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e35031 PMID:39144982	研究论文	本研究利用物联网技术和全卷积网络（FCN）框架，对街道空间进行分类并分析其绿色视野比率（GLR）和满意度，提出改进街道绿化的策略	首次采用FCN-8s框架进行街道视图图像的语义分割，并结合物联网技术分析历史城区街道空间的GLR和满意度	NA	探讨物联网技术在街道空间规划与设计中的应用，并提出改进街道绿化的方法	街道空间类型及其绿色视野比率（GLR）和满意度	计算机视觉	NA	物联网技术	FCN	图像	T城历史城区的街道空间
19295	2024-08-17	Volleyball training video classification description using the BiLSTM fusion attention mechanism 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34735 PMID:39144994	研究论文	本研究旨在探索使用深度学习技术对排球训练视频进行分类和描述的方法	开发了一种创新的模型，结合双向长短期记忆网络（BiLSTM）和注意力机制（BiLSTM-MAFTC），提高了排球视频内容分析的准确性和效率	NA	探索排球训练视频的分类和描述方法	排球训练视频	计算机视觉	NA	深度学习	BiLSTM	视频	NA
19296	2024-08-17	Real-time object detection, tracking, and monitoring framework for security surveillance systems 2024-Aug-15, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e34922 PMID:39145028	研究论文	本文提出了一种用于安全监控系统的实时物体检测、跟踪和监控框架	该框架基于近似中值滤波、组件标记、背景减除和深度学习方法设计，使用Python和C#编程语言实现，并在MOT15、MOT16和MOT17数据集上展示了比现有技术更高的准确性和精确度	未来的研究将考虑框架的动态可扩展性，以适应不同拥挤场景的监控应用领域	开发一种高效的实时监控系统，用于物体检测、跟踪和监控	安全监控系统中的物体检测和跟踪	计算机视觉	NA	深度学习	NA	视频	使用MOT15、MOT16和MOT17数据集进行评估
19297	2024-08-17	Deep learning facilitated superhigh-resolution recognition of structured light ellipticities 2024-Aug-15, Optics letters IF:3.1Q2 DOI:10.1364/OL.528796 PMID:39146140	研究论文	本文提出了一种基于深度学习网络的高精度方法，用于区分具有微小椭圆度差异的椭圆光束	首次提出了一种能够有效区分椭圆光束的高精度方法，其精度达到99%	NA	探索椭圆光束在实际应用中的潜力，特别是在自由空间光通信中的应用	椭圆光束及其在光通信中的应用	计算机视觉	NA	深度学习	Transformer	图像	两类不同的椭圆光束
19298	2024-08-17	Current Status, Hotspots, and Prospects of Artificial Intelligence in Ophthalmology: A Bibliometric Analysis (2003-2023) 2024-Aug-15, Ophthalmic epidemiology IF:1.7Q3 DOI:10.1080/09286586.2024.2373956 PMID:39146462	综述	本文通过文献计量分析，回顾、分类和总结了人工智能在眼科学领域的研究文献，旨在为读者提供该领域当前状态和未来方向的详细理解	研究强调了人工智能在眼科学中的前景，特别是在自动化眼病筛查、手术辅助和预测模型等复杂领域的应用	实施人工智能在眼科学中面临技术、监管和伦理等多重挑战	旨在提供人工智能在眼科学领域的当前状态和未来方向的详细理解	人工智能在眼科学领域的研究文献	人工智能	NA	文献计量分析	NA	文献	包括来自98个国家的4,035个机构的3,377篇出版物
19299	2024-08-17	A novel hierarchical network-based approach to unveil the complexity of functional microbial genome 2024-Aug-14, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-024-10692-6 PMID:39138557	研究论文	本文介绍了一种基于分层网络的新方法，利用高阶网络理论中的“固态基序结构（SMS）”来揭示同一属内微生物基因组结构与功能的复杂性	引入了一种复杂结构——固态基序结构（SMS），并通过分层生物网络分析有效地将微生物基因组结构与其功能联系起来	NA	旨在通过分层网络分析框架理解同一属内微生物基因组结构与功能之间的相互作用	研究对象为Microcystis，一种关键的淡水蓝细菌	生物信息学	NA	深度学习技术，如自适应图编码器	自适应图编码器	基因组数据	利用了162个高质量的Microcystis基因组和来自七个地理上不同湖泊的宏基因组数据
19300	2024-08-17	End-to-end reproducible AI pipelines in radiology using the cloud 2024-Aug-13, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-51202-2 PMID:39138215	研究论文	本文展示了基于云基础设施实现和共享透明且可重复的AI放射学管道的潜力	利用云资源实现端到端可重复性，从数据检索到最终结果分析和报告，并提供了易于扩展的管道示例	NA	展示云基础设施在实现和共享透明且可重复的AI放射学管道中的应用	AI放射学管道的透明性和可重复性	计算机视觉	肿瘤学	深度学习	NA	图像	NA